www.vorkurse.de
Ein Projekt von vorhilfe.de
Die Online-Kurse der Vorhilfe

E-Learning leicht gemacht.
Hallo Gast!einloggen | registrieren ]
Startseite · Mitglieder · Teams · Forum · Wissen · Kurse · Impressum
Forenbaum
^ Forenbaum
Status Mathe-Vorkurse
  Status Organisatorisches
  Status Schule
    Status Wiederholung Algebra
    Status Einführung Analysis
    Status Einführung Analytisc
    Status VK 21: Mathematik 6.
    Status VK 37: Kurvendiskussionen
    Status VK Abivorbereitungen
  Status Universität
    Status Lerngruppe LinAlg
    Status VK 13 Analysis I FH
    Status Algebra 2006
    Status VK 22: Algebra 2007
    Status GruMiHH 06
    Status VK 58: Algebra 1
    Status VK 59: Lineare Algebra
    Status VK 60: Analysis
    Status Wahrscheinlichkeitst

Gezeigt werden alle Foren bis zur Tiefe 2

Navigation
 Startseite...
 Neuerdings beta neu
 Forum...
 vorwissen...
 vorkurse...
 Werkzeuge...
 Nachhilfevermittlung beta...
 Online-Spiele beta
 Suchen
 Verein...
 Impressum
Das Projekt
Server und Internetanbindung werden durch Spenden finanziert.
Organisiert wird das Projekt von unserem Koordinatorenteam.
Hunderte Mitglieder helfen ehrenamtlich in unseren moderierten Foren.
Anbieter der Seite ist der gemeinnützige Verein "Vorhilfe.de e.V.".
Partnerseiten
Weitere Fächer:

Open Source FunktionenplotterFunkyPlot: Kostenloser und quelloffener Funktionenplotter für Linux und andere Betriebssysteme
Forum "Uni-Stochastik" - stetige Verteilung
stetige Verteilung < Stochastik < Hochschule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "Uni-Stochastik"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

stetige Verteilung: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 17:32 Sa 20.11.2004
Autor: martin_zi

Hallo nochmal

Ich habe diese Frage in keinem Forum auf anderen Internetseiten gestellt.

jetzt hab ich bei einem Beispiel ein weiters problem:

Man zeige, dass
[mm] $f(n)=\begin{cases} 0, & \mbox{für } x \le 0 \\ {(x+1) \over (\lambda(\lambda +1))}* e^{-x \over \lambda } , & \mbox{für }x > 0 \end{cases}$ [/mm]
für $ [mm] \lambda [/mm] > 0$ eine Dichte definiert.
Man bestimme die zugehörige Verteilungsfunktion, den Erwartungswert
und die varianz.

ok zuerst zur ersten Frage ? wie zeigt man denn das die Dichte erfüllt ist ?
die Funktion muss stetig sein
für $ [mm] \lambda [/mm] =0$ ist die Funktion laut definition 0  
für $ [mm] \lambda [/mm] >0$ ist sie stetig und was muss man noch zeigen ?

zur Verteilungsfunktion sollte die Lösung:
[mm] $F(n)=\begin{cases} 0, & \mbox{für } x \le 0 \\ {-(x+\lambda+1) \over (\lambda(\lambda +1))}* e^{-x \over \lambda } , & \mbox{für }x > 0 \end{cases}$ [/mm]
sein.  Also einfach f(x) integrieren

für den Erwartungswert gilt: $E(X)= [mm] \integral_{D}^{} [/mm] {x+f(x) dx}$
also wie oben integrieren ...
und für
Varianz gilt: [mm] $V(X)=\integral_{D}^{} {(x-E(x))^{2}*f(x) dx}$ [/mm]
ok den Erwartungswert das geht ja noch aber
bei der Varianz wird dann die "funktion" E(X) in das intergral noch
dazu eingesetzt das Intergral dann doch sehr mühselig :-)
gibt es da nicht einen einfacheren Weg ?? ich fürchte nicht .... [happy]
einen Trick wie man die meist lösen kann ?  
hier siehts so nach partieller Integration aus

mfg martin

        
Bezug
stetige Verteilung: Antwort
Status: (Antwort) fertig Status 
Datum: 11:47 So 21.11.2004
Autor: Brigitte

Hallo Martin!

> Man zeige, dass
> [mm]f(n)=\begin{cases} 0, & \mbox{für } x \le 0 \\ {(x+1) \over (\lambda(\lambda +1))}* e^{-x \over \lambda } , & \mbox{für }x > 0 \end{cases}[/mm]
>  
> für [mm]\lambda > 0[/mm] eine Dichte definiert.

Du meinst (wie immer) wohl $f(x)$ statt $f(n)$.

> ok zuerst zur ersten Frage ? wie zeigt man denn das die
> Dichte erfüllt ist ?
>  die Funktion muss stetig sein

Wieso? Bei der Rechteckverteilung ist die Dichte auch nicht stetig.
Und hier ist bei $x=0$ doch auch eine Unstetigkeitsstelle, oder?

> für [mm]\lambda =0[/mm] ist die Funktion laut definition 0  
> für [mm]\lambda >0[/mm] ist sie stetig und

Für [mm] $\lambda=0$ [/mm] ist übrigens  gar nichts definiert.

> was muss man noch zeigen ?

Sie sollte stets nichtnegativ sein und das Integral über [mm] $\IR$ [/mm] sollte 1 ergeben.

> zur Verteilungsfunktion sollte die Lösung:
>  [mm]F(n)=\begin{cases} 0, & \mbox{für } x \le 0 \\ {-(x+\lambda+1) \over (\lambda(\lambda +1))}* e^{-x \over \lambda } , & \mbox{für }x > 0 \end{cases}[/mm]
>  
> sein.  Also einfach f(x) integrieren

Hm. Magst Du dazu vielleicht noch eine Rechnung angeben? Das kann nicht stimmen, da für $x>0$ Deine Verteilungsfunktion negativ wird. Ich habe (mit partieller Integration) Folgendes raus:

[mm]F(x)=\begin{cases} 0, & \mbox{für } x \le 0 \\ 1- {x+\lambda+1 \over \lambda +1}* e^{-x \over \lambda } , & \mbox{für }x > 0 \end{cases}[/mm]

> für den Erwartungswert gilt: [mm]E(X)= \integral_{D}^{} {x+f(x) dx}[/mm]

[notok]
  
für den Erwartungswert gilt: [mm]E(X)= \integral_{\IR}^{} {x\cdot f(x) dx}[/mm]

> also wie oben integrieren ...
> und für
> Varianz gilt: [mm]V(X)=\integral_{D}^{} {(x-E(x))^{2}*f(x) dx}[/mm]
>  
> ok den Erwartungswert das geht ja noch aber
> bei der Varianz wird dann die "funktion" E(X) in das
> intergral noch

$E(X)$ ist doch keine Funktion von $x$, sondern eine reelle Zahl (das Integral, das Du vorher ausgerechnet hast). Manchmal ist es hilfreich

[mm]E(X^2)= \integral_{\IR}^{} {x^2\cdot f(x) dx}[/mm]

zu berechnen, um anschließend [mm] $Var(X)=E(X^2)-E(X)^2$ [/mm] zu bestimmen.

> hier siehts so nach partieller Integration aus

Ja, aber schon bei der Bestimmung der Verteilungsfunktion

Gruß
Brigitte

Bezug
                
Bezug
stetige Verteilung: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 19:41 Mo 22.11.2004
Autor: martin_zi

hallo

hatte gerade keinen zeit ...

ok ich hab das so gemacht:
$ [mm] \integral [/mm] {(x+1) [mm] \over \lambda(\lambda +1)}\cdot{} e^{-x \over \lambda } [/mm] dx$
$ {1 [mm] \over \lambda(\lambda [/mm] +1)} *  [mm] \integral {(x+1)*e^{-x \over \lambda }} [/mm] dx$
dann muss man partiell integrieren:
$ g = x+1; g'=1; f'= [mm] e^{-x \over \lambda}; f=\lambda*e^{-x \over \lambda}$ [/mm]
einsetzten in:
[mm] $\integral [/mm] {f'*g}=f*g - [mm] \integral [/mm] {f * g' dx }$
${ 1 [mm] \over \lambda [/mm] * ( [mm] \lambda+1)} [/mm] * ( [mm] -\lambda [/mm] * [mm] e^{ -x \over \lamda} [/mm] * (x+1) + [mm] \lambda [/mm] * [mm] \integral e^{ - x \over \lambda}*1 [/mm] dx$
nochmal integrieren...
${ 1 [mm] \over \lambda*(\lambda+1)}*( -\lambda [/mm] * [mm] e^{ - x \over \lambda}*(x+1) [/mm] - [mm] \lambda^2*e^{-x \over \lambda})$ [/mm]
ok seh gerade hab mich vorhin verschrieben :-)
denoch kommt bei mir
$= [mm] {-(\lambda+x+1)\over (\lambda+1) }* e^{-x \over \lambda }$ [/mm]
raus

für Erwartungswert:
$ [mm] \integral [/mm] {x*(x+1) [mm] \over \lambda(\lambda +1)}\cdot{} e^{-x \over \lambda } [/mm] dx$
da rechne ich noch ...

allerdings ist bei mir oben die funktion immer noch negativ ...
vorzeichenfehler kann ich aber nicht finden ...

mfg martin

Bezug
                        
Bezug
stetige Verteilung: Antwort
Status: (Antwort) fertig Status 
Datum: 20:33 Mo 22.11.2004
Autor: Brigitte

Hallo Martin!

> ok ich hab das so gemacht:
>  [mm]\integral {(x+1) \over \lambda(\lambda +1)}\cdot{} e^{-x \over \lambda } dx[/mm]

Aber beachte bitte, dass das Integral von [mm] $-\infty$ [/mm] bis $x$ gebildet wird (dann am besten über $f(t)$).

> [mm]{1 \over \lambda(\lambda +1)} * \integral {(x+1)*e^{-x \over \lambda }} dx[/mm]
>  
> dann muss man partiell integrieren:
>  [mm]g = x+1; g'=1; f'= e^{-x \over \lambda}; f=\lambda*e^{-x \over \lambda}[/mm]

[notok]

[mm]f=- \lambda*e^{-x \over \lambda}[/mm]

Aber das scheint nur ein Tippfehler zu sein.

> einsetzten in:
>  [mm]\integral {f'*g}=f*g - \integral {f * g' dx }[/mm]
>  [mm]{ 1 \over \lambda * ( \lambda+1)} * ( -\lambda * e^{ -x \over \lamda} * (x+1) + \lambda * \integral e^{ - x \over \lambda}*1 dx[/mm]
>  
> nochmal integrieren...
> [mm]{ 1 \over \lambda*(\lambda+1)}*( -\lambda * e^{ - x \over \lambda}*(x+1) - \lambda^2*e^{-x \over \lambda})[/mm]
>  
> ok seh gerade hab mich vorhin verschrieben :-)
> denoch kommt bei mir
> [mm]= {-(\lambda+x+1)\over (\lambda+1) }* e^{-x \over \lambda }[/mm]
>  
> raus
>  
> für Erwartungswert:
> [mm]\integral {x*(x+1) \over \lambda(\lambda +1)}\cdot{} e^{-x \over \lambda } dx[/mm]
>  
> da rechne ich noch ...
>

Liebe Grüße
Brigitte

Bezug
                                
Bezug
stetige Verteilung: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 22:50 Mo 22.11.2004
Autor: martin_zi

hallo

> Aber beachte bitte, dass das Integral von [mm]-\infty[/mm] bis [mm]x[/mm]
> gebildet wird (dann am besten über [mm]f(t)[/mm]).

Ja das weiß ich aber es ändert sich ja nichts da ja gilt  $f(x)=0 $ für $ x  [mm] \le [/mm] 0 $
und integral von 0 = 0 ...

oder lieg ich da falsch ?

mfg martin

Bezug
                                        
Bezug
stetige Verteilung: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 01:42 Di 23.11.2004
Autor: martin_zi

hallo

Also mein fehler war wieder mal zuviel auf einmal im kopf zu rechnen ...

den laut definition gilt für 0 für $x  [mm] \le [/mm] 0 $ das gilt auch  für den berich [mm] $-\infty$ [/mm]
und somit ist $ [mm] e^{0 \over \lambda} [/mm] =1$ und der "Teil" fällt nicht einfach so weg ...  
stimmts ... komm jetzt auf dein Ergebnis noch dazu um die Zeit [happy]

mfg Martin


Bezug
                                                
Bezug
stetige Verteilung: Antwort
Status: (Antwort) fertig Status 
Datum: 09:39 Di 23.11.2004
Autor: Brigitte

Hallo Martin!

> Also mein fehler war wieder mal zuviel auf einmal im kopf
> zu rechnen ...
>
> den laut definition gilt für 0 für [mm]x \le 0[/mm] das gilt auch  
> für den berich [mm]-\infty[/mm]
>  und somit ist [mm]e^{0 \over \lambda} =1[/mm] und der "Teil" fällt
> nicht einfach so weg ...  

Das ist zwar nun nur ein kleiner Ausschnitt aus der Rechnung, aber ich bin ziemlich sicher, dass Du den Knackpunkt meinst ;-)

> stimmts ... komm jetzt auf dein Ergebnis noch dazu um die
> Zeit [happy]

Na prima!

Viele Grüße
Brigitte

Bezug
Ansicht: [ geschachtelt ] | ^ Forum "Uni-Stochastik"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


^ Seitenanfang ^
www.vorkurse.de
[ Startseite | Mitglieder | Teams | Forum | Wissen | Kurse | Impressum ]